Distribución χ² e Intervalo de confianza

Accesos rápidos: Diferencias, Similitudes, Coeficiente de Similitud Jaccard, Referencias.

Diferencia entre Distribución χ² e Intervalo de confianza

Distribución χ² vs. Intervalo de confianza

En teoría de la probabilidad y en estadística, la distribución ji al cuadrado (también llamada distribución de Pearson o distribución \chi^2) con k\in\mathbb grados de libertad es la distribución de la suma del cuadrado de k variables aleatorias independientes con distribución normal estándar. En estadística, se llama intervalo de confianza a un par o varios pares de números entre los cuales se estima que estará cierto valor desconocido respecto de un parámetro poblacional con un determinado nivel de confianza.

Desviación típica

En estadística, la desviación típica (también conocida como desviación estándar y desvío típico y representada de manera abreviada por la letra griega minúscula sigma σ o la letra latina s, así como por las siglas SD (de standard deviation, en algunos textos traducidos del inglés) es una medida que se utiliza para cuantificar la variación o la dispersión de un conjunto de datos numéricos. Una desviación estándar baja indica que la mayor parte de los datos de una muestra tienden a estar agrupados cerca de su media (también denominada el valor esperado), mientras que una desviación estándar alta indica que los datos se extienden sobre un rango de valores más amplio.

Desviación típica y Distribución χ² · Desviación típica e Intervalo de confianza · Ver más »

Distribución normal

En estadística y probabilidad se llama distribución normal, distribución de Gauss, distribución gaussiana, distribución de Laplace-Gauss o normalidad estadística a una de las distribuciones de probabilidad de variable continua que con más frecuencia aparece en estadística y en la teoría de probabilidades.

Distribución χ² y Distribución normal · Distribución normal e Intervalo de confianza · Ver más »

Estadística

La estadística (la forma femenina del término alemán statistik, derivado a su vez del italiano statista, «hombre de Estado») es la disciplina que estudia la variabilidad, así como el proceso aleatorio que la genera siguiendo las leyes de la probabilidad.

Distribución χ² y Estadística · Estadística e Intervalo de confianza · Ver más »

Función de distribución

En la teoría de la probabilidad y en estadística, la función de distribución acumulada (FDA, designada también a veces simplemente como función de distribución o FD) o función de probabilidad acumulada asociada a una variable aleatoria real X sujeta a cierta ley de distribución de probabilidad, es una función matemática de la variable real x que describe la probabilidad de que X tenga un valor menor o igual que x.Intuitivamente, asumiendo la función f como la ley de distribución de probabilidad, la FDA sería la función con la recta real como dominio, con imagen del área hasta aquí de la función f, siendo aquí el valor x para la variable aleatoria real X.La FDA asocia a cada valor x, la probabilidad del ''evento'': «la variable X toma valores menores o iguales a x».

Distribución χ² y Función de distribución · Función de distribución e Intervalo de confianza · Ver más »

Teorema del límite central

El teorema central del límite o teorema del límite central indica que, en condiciones muy generales, si S_n es la suma de n variables aleatorias independientes, con media y varianza finitas, entonces la función de distribución de S_n «se aproxima bien» a una distribución normal (también llamada distribución gaussiana, curva de Gauss o campana de Gauss).

Distribución χ² y Teorema del límite central · Intervalo de confianza y Teorema del límite central · Ver más »

Variable aleatoria

En probabilidad y estadística, una variable aleatoria es una función que asigna un valor, usualmente numérico, al resultado de un experimento aleatorio.

Distribución χ² y Variable aleatoria · Intervalo de confianza y Variable aleatoria · Ver más »